我国国内股票市场一直以来存在有许多无法被市场有效假说解释的市场异象,其中最具有代表性的就是大小盘风格轮动效应。本文旨在对这种周期性的板块轮动现象的研究基础上,使用机器学习方法,建立量化择时模型,预测大小盘风格切换的时间节点。近年来,随着人工智能的技术革新,业界使用机器学习算法研究股票的量化模型取得了许多实际成果,在该领域的深入研究具有重要的理论与实际意义。支持向量机(SVM)作为经典的机器学习算法,在模式识别与预测回归问题上具有良好的性能。本文通过结合SVM模型的优势,以基于大小盘风格轮动效应的择时策略作为研究主题,旨在通过对国内大小盘风格轮动效应的深入研究,构建市场时机选择策略,使用SVM模型预测大小盘强弱风格切换的时机,为投资者提供决策参考。相较于已有的关于股票大小盘风格轮动效应的研究文献与方法,本文的创新之处在于:一是本文选择使用机器学习算法对前人研究进行迭代更新。前人针对大小盘风格轮动研究所使用的模型在时下的市场存在预测失效的问题,本文通过对模型进行迭代更新,使其焕发新的生机,适应当前国内股票市场的新变化。二是本文在模型中加入了一系列衍生因子。从市场情绪、市场预期、量价搭配等维度进一步考量大小盘相对强度的变化情况。本文针对量化择时模型的设计思路,主要从总体思路、平稳性检验与因果检验、特征创造、核函数与参数寻优调优、策略回测共五个方面进行系统分析。由模型训练结果总结发现,择时模型在样本训练集上表现优秀,回测结果令人满意,通过实证检验的方法证明使用SVM模型构造的基于大小盘风格轮动效应的量化择时策略的有效性。